A OpenAI divulgou descobertas sobre 377 problemas de pesquisa matemática, disse a empresa em uma postagem de blog intitulada “Compartilhando o progresso da IA em matemática”, publicada na terça-feira, 6 de outubro de 2026, em sua segunda grande queda na matemática em alguns meses.
Os resultados abrangem álgebra, ciência da computação teórica e lógica matemática, e chegam poucas semanas depois que a OpenAI reivindicou uma solução para as equações de Navier-Stokes, um dos problemas não resolvidos mais famosos do mundo, com um prêmio de US$ 1 milhão anexado. Essa afirmação anterior já dividiu os matemáticos; o lançamento muito maior desta semana aguçou o debate. Para os leitores que acompanham as notícias de última hora sobre IA, o episódio se tornou o teste mais claro de como a comunidade de pesquisa deve lidar com resultados gerados por máquinas que os humanos não conseguem verificar facilmente.
O que o OpenAI realmente lançou
De acordo com o The Guardian, a OpenAI publicou “mais de 370 resultados matemáticos em uma variedade de tópicos, como álgebra, ciência da computação teórica e lógica matemática”. O New York Times estimou a contagem em 377 problemas, enquanto a New Scientist relatou que a divulgação incluía 722 descobertas matemáticas, uma vez computados os resultados auxiliares. As contagens variadas refletem diferentes maneiras de agrupar lemas, corolários e soluções completas em “resultados” discretos.
A escala é o que surpreendeu os observadores. Enquanto a afirmação de Navier-Stokes do mês passado envolvia um resultado único e minuciosamente examinado, este lançamento chegou de uma só vez – centenas de descobertas em vários subcampos, geradas pelos modelos internos mais avançados da OpenAI. A história atraiu cobertura do The Washington Post, The Economist, The Wall Street Journal e Fortune em um dia, e a postagem do blog OpenAI superou o Hacker News com bem mais de mil votos positivos.
O Instituto de Estudos Avançados recua
O Instituto de Estudos Avançados de Princeton, Nova Jersey – lar de longa data de figuras como Einstein e von Neumann – disse que não endossa a prática de testar modelos de fronteira contra os problemas abertos mais difíceis do campo, especialmente quando o trabalho acontece à porta fechada.
“Atualmente, a IA pode produzir argumentos matemáticos em situações sem que o ser humano que a originou seja capaz de compreender os argumentos, verificá-los ou assumir a responsabilidade por eles”, afirmou a organização num comunicado. "Acreditamos que a compreensão humana da matemática continua a ser de suma importância."
A preocupação não é que os resultados estejam necessariamente errados. É que a matemática como disciplina depende da verificação, e uma enxurrada de afirmações geradas por máquinas que nenhum ser humano verificou não se adapta bem às normas académicas.
Resposta da OpenAI: um lugar à mesa
Para enfrentar a reação, a OpenAI anunciou que trabalhará com o Instituto de Estudos Avançados para dar “aos matemáticos uma voz sobre como avançamos”. O que a empresa não se comprometeu, observou o The Guardian, é qualquer mudança na prática subjacente: a OpenAI não deu nenhuma indicação de que irá parar de testar problemas avançados em modelos internos proprietários.
O conselho consultivo do Instituto também pediu aos laboratórios de IA que concedessem “acesso equitativo” aos seus sistemas de fronteira. “O uso de modelos internos proprietários por laboratórios de IA para fazer pesquisas matemáticas corre o risco de criar um sistema de dois níveis onde os laboratórios superam o resto do campo, alienando efetivamente a comunidade matemática de sua própria disciplina”, escreveu o grupo.
'Pegue o trabalho de alguém e leve-o até o fim'
Os matemáticos próximos dos problemas afectados levantam uma questão mais subtil: o crédito. Tristan Buckmaster, um matemático da Universidade de Nova York que estava trabalhando no problema de Navier-Stokes, disse ao The New York Times que os pesquisadores que solicitam modelos de IA podem estar fornecendo um progresso parcial que os modelos então concluem.
“É provável que haja muitos resultados em que eles pegam o trabalho de alguém e o concluem”, disse Buckmaster.
Se for correta, essa dinâmica complica tanto a atribuição quanto a avaliação. Um resultado que parece um avanço de uma máquina independente pode, na verdade, ser o passo final num andaime construído pelo homem – um andaime que o ser humano nunca concordou em entregar.
O que isso significa para a pesquisa de IA
Os lançamentos matemáticos estão se tornando uma vitrine recorrente para as capacidades dos laboratórios de ponta e um teste de estresse recorrente para saber como a ciência absorve os resultados das máquinas. O enquadramento do Wall Street Journal capturou a chicotada: a IA resolveu um problema matemático e todos piraram – agora resolveu centenas de outros.
Três perguntas moldarão o que acontecerá a seguir. Primeiro, a verificação: matemáticos independentes precisarão de meses para verificar até mesmo uma fração dos 377 resultados, e os erros, se encontrados, afetarão gravemente a credibilidade da OpenAI. Em segundo lugar, o acesso: se os laboratórios abrem os seus modelos mais fortes a investigadores externos, como exige o Instituto, ou mantêm o ciclo fechado. Terceiro, precedência: como sugere a preocupação de Buckmaster, o campo pode precisar de novas normas para creditar provas colaborativas entre humanos e IA.
A OpenAI não respondeu aos pedidos de comentários sobre as críticas, segundo o The Guardian. Se a parceria com o Instituto de Estudos Avançados produz normas viáveis - ou apenas documenta o desacordo - provavelmente determinará se a matemática continuará a ser a principal referência para o progresso da IA de fronteira, ou se se tornará o primeiro campo a recuar formalmente contra ela.
Fique à frente da IA Leia mais notícias sobre IA no AI Buzz Wire
